Bland-Altman-Analyse-Rechner

Verwenden Sie die Bland-Altman-Analyse, wenn Sie feststellen mussen, ob zwei Messmethoden austauschbar verwendet werden konnen. Kann beispielsweise ein neues, gunstigeres Blutdruckmessgerat den Goldstandard ersetzen? Es reicht nicht aus, einfach zu zeigen, dass zwei Methoden korreliert sind - diese Analyse zeigt, ob die tatsachlichen Unterschiede zwischen den Methoden klein genug sind, um klinisch oder praktisch akzeptabel zu sein.

Was ist die Bland-Altman-Analyse?

Die Bland-Altman-Analyse bewertet die Ubereinstimmung zwischen zwei Messmethoden. Sie stellt die Differenz zwischen den Methoden gegen ihren Mittelwert dar und zeigt so systematische Verzerrungen und Ubereinstimmungsgrenzen auf.

Beantwortete Frage: "Liefern diese beiden Methoden ausreichend ahnliche Ergebnisse, um austauschbar verwendet werden zu konnen?"

Hinweis: Korrelation ist NICHT geeignet fur Methodenvergleiche - hohe Korrelation bedeutet nicht gute Ubereinstimmung.

Warum Korrelation versagt

Das Problem

Zwei Methoden konnen hoch korreliert sein, aber dennoch aufweisen:

• Systematische Verzerrung (eine liest immer hoher)
• Schlechte Ubereinstimmung (grosse Unterschiede zwischen den Messungen)

Beispiel:

Korrelation: r = 1,00 (perfekt!) Aber Methode B liest immer 10 Einheiten hoher - nicht austauschbar.

Bland-Altman zeigt dies

Das Diagramm wurde alle Punkte bei +10 Differenz zeigen und die Verzerrung deutlich aufdecken.

Das Bland-Altman-Diagramm

Achsen

• X-Achse: Mittelwert beider Methoden: $(A + B) / 2$
• Y-Achse: Differenz zwischen den Methoden: $A - B$

Hauptmerkmale

• Mittlere Differenz (Bias): Durchschnitt aller Differenzen
• Ubereinstimmungsgrenzen: Mittelwert +/- 1,96 x SD der Differenzen
• Musterinspektion: Achten Sie auf Trends, proportionale Verzerrung, Ausreisser

Berechnungsschritte

Daten: Zwei Methoden, die dieselbe Grosse messen

Schritt 1: Mittlere Differenz (Bias) berechnen

$\bar{d} = \frac{\sum(A_i - B_i)}{n} = \frac{2-5+3+4-5}{5} = -0,2$

Schritt 2: Standardabweichung der Differenzen berechnen

$SD_d = \sqrt{\frac{\sum(d_i - \bar{d})^2}{n-1}} = 4,32$

Schritt 3: Ubereinstimmungsgrenzen berechnen

• Obere Grenze: $\bar{d} + 1,96 \times SD_d = -0,2 + 8,47 = 8,27$
• Untere Grenze: $\bar{d} - 1,96 \times SD_d = -0,2 - 8,47 = -8,67$

Interpretation: 95% der Differenzen liegen zwischen -8,67 und +8,27.

Interpretation des Diagramms

Mittlere Differenz (Bias)

• Nahe Null: Keine systematische Differenz
• Positiv: Methode A tendiert zu hoheren Werten
• Negativ: Methode B tendiert zu hoheren Werten

Ubereinstimmungsgrenzen

Fragen Sie: "Sind diese Grenzen klinisch akzeptabel?"

Wenn die Grenzen +/-10 Einheiten betragen und die klinische Toleranz +/-5 ist, sind die Methoden NICHT austauschbar.

Zu beachtende Muster

Proportionale Verzerrung: Differenzen nehmen mit dem Mittelwert zu/ab

• Bedeutet: Verzerrung hangt von der Messgrosse ab
• Losung: Verhaltnis oder prozentuale Differenz in Betracht ziehen

Trichterformiges Muster: Streuung nimmt mit dem Mittelwert zu

• Bedeutet: Variabilitat proportional zur Grosse
• Losung: Daten logarithmieren oder prozentuale Differenzen verwenden

Ausreisser: Punkte weit von den Grenzen entfernt

• Bedeutet: Messfehler oder Sonderfalle
• Massnahme: Untersuchen; ggf. mit Begrundung ausschliessen

Konfidenzintervalle

KI fur die mittlere Differenz

$\bar{d} \pm t_{n-1, 0,975} \times \frac{SD_d}{\sqrt{n}}$

KI fur die Ubereinstimmungsgrenzen

$\text{Grenze} \pm t_{n-1, 0,975} \times \sqrt{\frac{3 \times SD_d^2}{n}}$

Bei kleinen Stichproben konnen diese KIs breit sein - berichten Sie sie.

Regressionsbasierter Ansatz

Bei proportionaler Verzerrung fuhren Sie eine Regression durch:

$d_i = \alpha + \beta \times \text{Mittelwert}_i + \epsilon_i$

• Testen Sie, ob Beta = 0 (keine proportionale Verzerrung)
• Ubereinstimmungsgrenzen werden zu Vorhersageintervallen

Prozentuale Differenzen

Bei proportionaler Verzerrung verwenden Sie:

$\text{Differenz} \% = \frac{A - B}{(A + B)/2} \times 100$

Dies normalisiert die Differenzen fur die Grosse.

Wiederholte Messungen

Wenn Probanden mehrfach gemessen werden:

• Berucksichtigen Sie die Korrelation innerhalb der Probanden
• Verwenden Sie gemischte Modelle
• Berechnen Sie separate Varianzkomponenten

Anwendungen

Medizinische Gerate

Validierung eines neuen Messgerats gegenuber dem Goldstandard.

Labormethoden

Vergleich von Assay-Techniken.

Klinische Beurteilung

Ubereinstimmung zwischen Klinikern oder Beurteilungsinstrumenten.

Forschungsvalidierung

Uberprufung, ob Methoden vergleichbare Ergebnisse liefern.

Klinische Akzeptabilitat

Kriterien im Voraus festlegen

Vor der Analyse akzeptable Grenzen festlegen:

• "Die Methoden sind austauschbar, wenn 95% der Differenzen innerhalb von +/-5 Einheiten liegen"

Mit Kriterien vergleichen

Wenn die beobachteten Ubereinstimmungsgrenzen innerhalb der akzeptablen Grenzen liegen, stimmen die Methoden ausreichend uberein.

Die Anwendung berucksichtigen

Enge Grenzen erforderlich fur:

• Medikamentendosierung
• Diagnostische Schwellenwerte
• Hochrisikoentscheidungen

Weitere Grenzen konnen akzeptabel sein fur:

• Screening
• Allgemeine Uberwachung
• Forschungszwecke

Ergebnisse berichten

Minimaler Bericht:

"Die Bland-Altman-Analyse zeigte eine mittlere Differenz von -0,2 Einheiten (95% KI: -4,5; 4,1) mit Ubereinstimmungsgrenzen von -8,7 bis 8,3."

Vollstandiger Bericht:

"Die Ubereinstimmung zwischen Methode A und Methode B wurde mittels Bland-Altman-Analyse bewertet. Die mittlere Differenz (Bias) betrug -0,2 Einheiten (95% KI: -4,5 bis 4,1), was auf keine signifikante systematische Verzerrung hinweist. Die 95%-Ubereinstimmungsgrenzen lagen bei -8,7 bis 8,3 Einheiten, was bedeutet, dass 95% der Differenzen zwischen den Methoden in diesem Bereich liegen. Die visuelle Inspektion des Bland-Altman-Diagramms zeigte keine proportionale Verzerrung (Regressionssteigung = 0,02, p = 0,87) oder Heteroskedastizitat. Angesichts unserer im Voraus festgelegten klinischen Akzeptabilitatsschwelle von +/-10 Einheiten konnen die beiden Methoden als fur den klinischen Einsatz austauschbar angesehen werden."

Haufige Fehler

Verwendung von Korrelation

Korrelation misst Assoziation, nicht Ubereinstimmung. Ein hoher r-Wert bedeutet nicht, dass die Methoden ubereinstimmen.

Grenzen nicht im Voraus festlegen

Definieren Sie akzeptable Grenzen vor der Analyse, um Post-hoc-Rationalisierung zu vermeiden.

Das Diagramm ignorieren

Betrachten Sie das tatsachliche Diagramm - Statistiken allein konnen Muster ubersehen.

Kleine Stichprobengrösse

Ubereinstimmungsgrenzen sind bei n < 30 ungenau. Berichten Sie breite Konfidenzintervalle.

Nicht-konstante Varianz

Wenn die Streuung mit der Grosse variiert, verwenden Sie prozentuale Differenzen oder logarithmische Transformation.

Alternativen und Erweiterungen

Regressionsanalyse

Fur die Modellierung proportionaler Verzerrung.

Gesamtabweichungsindex (TDI)

Wahrscheinlichkeitsbasiertes Kriterium fur Ubereinstimmung.

Abdeckungswahrscheinlichkeit (CP)

Anteil der Differenzen innerhalb festgelegter Grenzen.

Konkordanz-Korrelationskoeffizient (CCC)

Einzelnes zusammenfassendes Mass der Ubereinstimmung (kombiniert Prazision und Richtigkeit).

Historischer Kontext

J. Martin Bland und Douglas Altman fuhrten diese Methode 1983 und 1986 ein und revolutionierten damit Methodenvergleichsstudien. Ihre Kritik an der Korrelation fur die Bewertung der Ubereinstimmung veranderte die Praxis in der klinischen Chemie und medizinischen Forschung grundlegend.

Die Methode bleibt der Standard fur die Bewertung der Messungsubereinstimmung.

Verwandte Berechnungen

• Pearson-Korrelation - NICHT fur Ubereinstimmung
• ICC-Rechner - Reliabilitatsbewertung
• Mittelwertrechner - Bias-Schatzung
• Standardabweichungsrechner - Variabilitat

Zusammenfassung

Die Bland-Altman-Analyse vergleicht zwei Messmethoden, indem sie Differenzen gegen Mittelwerte auftragt. Die mittlere Differenz zeigt systematische Verzerrung; Ubereinstimmungsgrenzen (Mittelwert +/- 1,96 x SD) zeigen den Bereich, der 95% der Differenzen enthalt. Legen Sie klinisch akzeptable Grenzen vor der Analyse fest. Achten Sie auf proportionale Verzerrung (Trend im Diagramm) und Heteroskedastizitat (Trichterform). Verwenden Sie keine Korrelation fur Methodenvergleiche - sie misst Assoziation, nicht Ubereinstimmung. Berichten Sie mittlere Differenz, Ubereinstimmungsgrenzen, Konfidenzintervalle und ob die beobachteten Grenzen innerhalb akzeptabler klinischer Grenzen liegen.